news 2026/8/4 18:37:53

day139—链表—删除排序链表中的重复元素(LeetCode-83)

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
day139—链表—删除排序链表中的重复元素(LeetCode-83)

题目描述

给定一个已排序的链表的头head删除所有重复的元素,使每个元素只出现一次。返回已排序的链表

示例 1:

输入:head = [1,1,2]输出:[1,2]

示例 2:

输入:head = [1,1,2,3,3]输出:[1,2,3]

提示:

  • 链表中节点数目在范围[0, 300]
  • -100 <= Node.val <= 100
  • 题目数据保证链表已经按升序排列

解决方案:

这段代码的核心功能是删除升序单链表中的重复节点(仅保留每个元素的唯一实例,比如原链表 1→1→2→3→3 变为 1→2→3),采用「一次遍历 + 指针跳过重复节点」的方式实现,时间复杂度O(n)、空间复杂度O(1),是该问题的经典最优解法。

核心逻辑

代码利用链表 “升序” 的特性,只需遍历一次即可识别并删除重复节点,无需额外空间:

  1. 边界处理:若链表为空(headnullptr),直接返回nullptr
  2. 遍历去重:用指针cur从链表头节点开始遍历,循环条件为cur->next不为空:
    • 若当前节点值等于下一个节点值(cur->val == cur->next->val),说明存在重复,将cur->next指向cur->next->next,跳过重复节点;
    • 若值不相等,说明无重复,将cur移动到下一个节点继续遍历;
  3. 返回结果:遍历完成后,原链表已完成去重,返回头节点head即可。

总结

  1. 核心思路:依托升序链表的特性,重复节点必相邻,通过 “跳过重复节点” 的指针操作完成去重;
  2. 关键细节:仅当节点值不相等时才移动cur,避免漏删连续重复的节点;
  3. 效率特点:一次遍历完成所有去重操作,时间O(n)、空间O(1),是升序链表去重的最优解法。

函数源码:

/** * Definition for singly-linked list. * struct ListNode { * int val; * ListNode *next; * ListNode() : val(0), next(nullptr) {} * ListNode(int x) : val(x), next(nullptr) {} * ListNode(int x, ListNode *next) : val(x), next(next) {} * }; */ class Solution { public: ListNode* deleteDuplicates(ListNode* head) { if(!head) return nullptr; ListNode* cur=head; while(cur->next){ if(cur->val==cur->next->val){ cur->next=cur->next->next; } else{ cur=cur->next; } } return head; } };
版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/7/29 9:23:21

部署bge-large-zh-v1.5总出错?预置镜像省心方案来了

部署bge-large-zh-v1.5总出错&#xff1f;预置镜像省心方案来了 你是不是也正在为部署 bge-large-zh-v1.5 模型而头疼&#xff1f;明明只是想做个垂直领域的搜索引擎&#xff0c;结果却卡在环境配置上整整一周——依赖装不上、CUDA 版本不匹配、PyTorch 和 Transformers 对不上…

作者头像 李华
网站建设 2026/7/24 11:54:15

BGE-Reranker-v2-m3与LLM协同:生成前过滤最佳实践

BGE-Reranker-v2-m3与LLM协同&#xff1a;生成前过滤最佳实践 1. 技术背景与核心价值 在当前的检索增强生成&#xff08;RAG&#xff09;系统中&#xff0c;向量数据库通过语义相似度进行初步文档召回&#xff0c;已成为提升大语言模型&#xff08;LLM&#xff09;知识覆盖能…

作者头像 李华
网站建设 2026/8/4 14:37:45

基于Qwen1.5-0.5B-Chat的FAQ机器人搭建详细步骤

基于Qwen1.5-0.5B-Chat的FAQ机器人搭建详细步骤 1. 引言 1.1 轻量级对话模型的应用背景 随着企业对自动化客服、智能知识库和内部支持系统的需求不断增长&#xff0c;构建一个高效、低成本且易于维护的FAQ机器人成为许多中小团队的核心诉求。传统大参数量语言模型虽然具备强…

作者头像 李华
网站建设 2026/8/3 10:23:15

无需GPU!用中文情感分析镜像实现高效文本情绪识别

无需GPU&#xff01;用中文情感分析镜像实现高效文本情绪识别 1. 背景与需求&#xff1a;轻量级中文情感分析的现实挑战 在当前自然语言处理&#xff08;NLP&#xff09;广泛应用的背景下&#xff0c;中文情感分析已成为客服系统、舆情监控、用户反馈处理等场景中的核心技术之…

作者头像 李华
网站建设 2026/7/31 22:33:30

opencode错误修复建议实战:真实Bug案例处理流程

opencode错误修复建议实战&#xff1a;真实Bug案例处理流程 1. 引言 1.1 业务场景描述 在现代AI驱动的开发环境中&#xff0c;开发者越来越依赖智能编码助手来提升效率。OpenCode 作为一个2024年开源的终端优先AI编程框架&#xff0c;凭借其多模型支持、隐私安全和插件化架构…

作者头像 李华
网站建设 2026/8/4 0:56:35

AI智能文档扫描仪应用场景扩展:教育笔记数字化案例

AI智能文档扫描仪应用场景扩展&#xff1a;教育笔记数字化案例 1. 引言 1.1 教育场景中的痛点需求 在现代教育环境中&#xff0c;学生和教师经常需要将手写笔记、课堂板书、实验记录等纸质内容转化为数字格式&#xff0c;以便于归档、分享与再编辑。然而&#xff0c;传统拍照…

作者头像 李华